構造化データ

行と列のように、あらかじめ決められた形式に整理されたデータ。表形式のデータベースやCSVが該当し、検索や集計がしやすい。企業が扱うデータのうち割合としては少数派とされる。

行と列の形式で整理され、項目の意味と型が定まっているデータ。表計算やリレーショナルデータベースで扱え、集計や検索が容易である。

行と列の形式で整理され、項目の意味と型が定まっているデータ。表計算やリレーショナルデータベースで扱え、集計や検索が容易である。

あらかじめ決めた項目（列）と型に沿って、行と列の表形式で整理されたデータ。リレーショナルデータベースの表やCSVファイルが代表例で、SQLで検索・集計しやすい。スキーマが固定されているため、新しい項目の追加など構造の変更には手間がかかる。

行と列からなる表形式のように、あらかじめ定めた形式（スキーマ）に従って項目と値が整理されたデータ。リレーショナルデータベースの表やCSVファイルが代表例で、SQLなどで検索・集計しやすい。

文書、画像、音声、動画のように、あらかじめ定まった構造を持たないデータ。そのままでは集計できず、分析にはメタデータの付与や特徴抽出が必要になる。

自らの目的のために直接収集したデータ。目的に合った設計ができる反面、収集の手間と費用がかかる。他者が集めた既存データは2次データと呼ばれる。

誰でも自由に利用・再配布できる形で公開されたデータ。国や自治体の統計などが該当し、自組織のデータと組み合わせて分析の幅を広げられる。

大量のデータから有用な知見や価値を引き出すための学際的な分野。統計学、機械学習、データマイニングなどの手法を用いてデータを分析し、ビジネス上の意思決定を支援する。

蓄積したデータを集計・可視化し、業務上の意思決定を支援するツール。専門家でなくてもダッシュボードやグラフを操作して分析できる点が特徴。

情報システム部門に依頼せず、業務部門の担当者が自らデータを取得して分析する形態。迅速な意思決定につながる一方、データの解釈違いを防ぐルールが必要になる。